Proceedings of the 32nd International Conference on Computer Graphics and Vision 2022
DOI: 10.20948/graphicon-2022-490-501
|View full text |Cite
|
Sign up to set email alerts
|

Example-Based Object Detection in the Attached Image

Abstract: The paper solves the problem of detecting exemplified objects in a color image. A solution provides the representation of similar objects in the same colors, and different objects in different colors. This is achieved by combining images of object examples and a target image into a single joint image, which is represented in sequential number 1, 2, ..., etc. colors. The mentioned effect is demonstrated by detecting irises and pupils in a test image. It is explained by the fact that: a) the joint image is appro… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
1
0
2

Year Published

2023
2023
2023
2023

Publication Types

Select...
1
1

Relationship

2
0

Authors

Journals

citations
Cited by 2 publications
(3 citation statements)
references
References 15 publications
0
1
0
2
Order By: Relevance
“…Поскольку параметр g0 определяет вариант иерархической кластеризации пикселей (столбец приближений в Динамической таблице рисунка 4), условия инвариантного детектирования объектов могут использоваться для автоматической настройки программы на тот или иной объект интереса, если образцы объектов интереса присоединяются к входному изображению и сегментируются как часть композитного входного изображения [21]. При этом специфика обработки состоит в необходимости вычисления одного или нескольких кластеров пикселей, отвечающих образцу объекта интереса (рисунок 7), а сегменты из пикселей того же кластера или аналогичным образом сгруппированные пиксели нескольких кластеров на входном изображении детектируются как новые объекты искомого типа.…”
Section: инвариантность объектов на оптимальных приближениях цветного...unclassified
See 1 more Smart Citation
“…Поскольку параметр g0 определяет вариант иерархической кластеризации пикселей (столбец приближений в Динамической таблице рисунка 4), условия инвариантного детектирования объектов могут использоваться для автоматической настройки программы на тот или иной объект интереса, если образцы объектов интереса присоединяются к входному изображению и сегментируются как часть композитного входного изображения [21]. При этом специфика обработки состоит в необходимости вычисления одного или нескольких кластеров пикселей, отвечающих образцу объекта интереса (рисунок 7), а сегменты из пикселей того же кластера или аналогичным образом сгруппированные пиксели нескольких кластеров на входном изображении детектируются как новые объекты искомого типа.…”
Section: инвариантность объектов на оптимальных приближениях цветного...unclassified
“…[19][20][21] September 2023, Moscow, Russia При визуальном управлении сегментацией задача пользователя состоит в выборе столбца приближений, в котором наилучшим образом отображаются иерархически структурированные объекты интереса. В соответствии с выбором пользователя устанавливается параметр g0, и объекты аппроксимируются либо объединениями, либо частями кластеров пикселей оптимального приближения изображения в g0 цветах.…”
unclassified
“…The problem of using a priori information is bypassed. To take into account the previous processing experience, an input enlarged image with attached additional images of objects-ofinterest is used, which makes it possible to dispense with the analysis of features and identification when objects are detected by the advanced pixel clustering methods [30]; • Instead of program learning, for the convenient processing control, tuning parameters are introduced, which are determined by the problem statement. The main tuning parameter is equal to the number g 0 of colors in that optimal image approximation, which is most suitable for hierarchical approximation of objects-of-interest with either unions or parts of g 0 pixel clusters.…”
mentioning
confidence: 99%